Extrair palavras-chave
Envie um artigo, uma página de produto ou uma transcrição e receba as expressões que carregam o sentido do texto, ordenadas por relevância: financiamento imobiliário comercial em vez da palavra solta financiamento. Você decide onde cortar a lista e paga por uso, sem assinatura.
Rode online
Rode nos nossos servidores com a sua conta. As ferramentas grátis rodam no seu navegador; esta aqui é descontada do seu saldo do KIT pelo preço acima.
A ferramenta identifica os termos e expressões mais representativos de um texto — as palavras-chave que resumem do que ele trata — e os devolve em lista estruturada. Serve para gerar tags automáticas, alimentar a busca interna do site, agrupar conteúdo por tema e apoiar o trabalho de SEO.
Palavra-chave não é palavra frequente
Contar repetições produz lixo: “empresa”, “fazer” e “muito” aparecem em qualquer texto sem dizer nada sobre ele. A extração busca os termos que distinguem o conteúdo — e trata expressões compostas como unidades: “nota fiscal eletrônica” é uma palavra-chave, não três; “cadeia de suprimentos” não vira “cadeia” solta. A lista sai ordenada por relevância, com o peso de cada termo, para você cortar onde fizer sentido.
Tags, busca interna e arquitetura de conteúdo
Três destinos concentram o uso. Tags: cada artigo, produto ou documento ganha rótulos consistentes sem depender da disciplina de quem publica. Busca interna: os termos extraídos enriquecem o índice, e o usuário encontra a página mesmo buscando por palavras que o título não usa.
Arquitetura: extraindo as palavras-chave do acervo inteiro, os aglomerados de termos mostram quais temas você cobre demais, de menos — ou sem querer.
No SEO, apoio honesto — não mágica
A extração diz do que o seu texto efetivamente fala — que é exatamente o que um buscador tenta descobrir. Comparar as palavras-chave extraídas com o termo que a página deveria atacar revela desalinhamento na hora: o artigo que era para ranquear por “hospedagem de sites” mas fala o tempo todo de “servidores” tem um problema visível na lista. O que a ferramenta não faz é prometer posição no Google: volume de busca e concorrência são outra disciplina.
Casos de uso
Tags automáticas num portal de conteúdo
Ana Paula Ferreira administra um portal com cinco redatores, cada um taggeando de um jeito. A extração padronizou: as tags saem do texto, não do humor de quem publica — e as páginas de tema, antes esvaziadas por inconsistência, voltaram a agrupar o conteúdo certo.
Busca interna que acha o produto
A loja virtual da TecnoSul indexa as palavras-chave extraídas das descrições de produto. Cliente que busca “etiqueta térmica” encontra o produto cujo título diz só “etiqueta 60x40” — a descrição falava em impressão térmica, e a extração levou o termo para o índice.
Acervo de PDFs finalmente navegável
Uma consultoria em Curitiba converteu 2.000 relatórios antigos em texto e extraiu as palavras-chave de cada um. O acervo que ninguém abria virou um mapa por tema — e reaproveitar estudo antigo parou de ser mais caro que refazer.
Perguntas frequentes
Quantas palavras-chave são devolvidas por texto?
A lista vem ordenada por relevância com o peso de cada termo, e você define o corte — cinco para tags enxutas, vinte para indexação de busca. O padrão devolve as principais sem inflar a lista com termo fraco.
Expressões compostas são preservadas?
Sim — é um dos pontos centrais: “imposto de renda”, “cadeia de suprimentos” e “nota fiscal eletrônica” saem como unidades. Extração que quebra expressão composta produz tag inútil, e isso aqui é evitado por desenho.
É a mesma coisa que classificar o texto por assunto?
Não: a classificação encaixa o texto em categorias que você definiu; a extração descobre os termos do próprio texto, sem lista prévia. Uma organiza com critério fixo, a outra revela vocabulário — e é comum usar as duas em sequência.
Funciona em textos de nicho, cheios de termo técnico?
Funciona bem justamente aí: o termo técnico raro é forte candidato a palavra-chave por ser distintivo. Jargão interno da sua empresa, que não existe fora dela, também sai na lista — o que costuma ser exatamente o desejado para busca interna.
O conteúdo enviado fica guardado no serviço?
Não: o texto é processado, a lista de termos volta na tarefa, e nada fica retido em acervo. Conteúdo inédito — um livro antes do lançamento, por exemplo — pode ser processado por partes, se a cautela pedir.
Ferramentas relacionadas
Para desenvolvedores — acesso via API
Tudo nesta página está disponível via API. Esta seção é para equipes que querem integrar a ferramenta aos próprios sistemas; quem não precisa disso pode simplesmente usar a ferramenta acima.
Endpoint
Autenticação por token Bearer. Um único POST coloca a tarefa na fila; o resultado chega por webhook ou link assinado.
Chame do seu código
curl -X POST https://api.kit.forhosting.com/text/extract-keywords \
-H "Authorization: Bearer $KIT_KEY" \
-H "Content-Type: application/json" \
-d '{"text":"El informe trimestral cerró con 1,2 M€ de ingresos."}'const res = await fetch("https://api.kit.forhosting.com/text/extract-keywords", {
method: "POST",
headers: {
"Authorization": `Bearer ${process.env.KIT_KEY}`,
"Content-Type": "application/json"
},
body: JSON.stringify({
"text": "El informe trimestral cerró con 1,2 M€ de ingresos."
})
});
const { task_id } = await res.json();import os, requests
res = requests.post(
"https://api.kit.forhosting.com/text/extract-keywords",
headers={"Authorization": f"Bearer {os.environ['KIT_KEY']}"},
json={
"text": "El informe trimestral cerró con 1,2 M€ de ingresos."
},
)
task_id = res.json()["task_id"]<?php
$res = file_get_contents("https://api.kit.forhosting.com/text/extract-keywords", false, stream_context_create([
"http" => [
"method" => "POST",
"header" => "Authorization: Bearer " . getenv("KIT_KEY") . "\r\nContent-Type: application/json",
"content" => '{"text":"El informe trimestral cerró con 1,2 M€ de ingresos."}',
],
]));
$task = json_decode($res, true);body := bytes.NewBufferString(`{"text":"El informe trimestral cerró con 1,2 M€ de ingresos."}`)
req, _ := http.NewRequest("POST", "https://api.kit.forhosting.com/text/extract-keywords", body)
req.Header.Set("Authorization", "Bearer "+os.Getenv("KIT_KEY"))
req.Header.Set("Content-Type", "application/json")
res, _ := http.DefaultClient.Do(req)Exemplo de requisição
{
"text": "El informe trimestral cerró con 1,2 M€ de ingresos."
}Exemplo de resposta
{
"task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
"type": "text.extract_keywords",
"status": "queued",
"_links": {
"result": "/tasks/tsk_…/result"
}
}A API é assíncrona: cada chamada devolve um task_id na hora. Se preferir polling, consulte o status a até 1 requisição por segundo.
Preço
Preço publicado, sem tokens nem créditos escondidos. Tarefa que falha não é cobrada.
Limites
max_tokens | 20000 |
Erros
| HTTP | Código | O que significa |
|---|---|---|
401 | unauthorized | Token ausente ou inválido. Confira o header Authorization. |
402 | insufficient_balance | Saldo insuficiente para esta tarefa. Faça uma recarga e tente de novo. |
404 | unknown_type | Esse tipo de tarefa não existe. Confira o campo type no catálogo. |
429 | rate_limited | Muitas requisições em pouco tempo. Espere um instante e tente de novo. |
422 | task_failed | A tarefa falhou do nosso lado. Você não paga nada por ela. |
Notas técnicas
Custo em lote
US$ 0,003 por chamada, mais US$ 0,0135 por 1.000 palavras, em dólar americano, até 20.000 tokens por chamada. Extrair palavras-chave dos 400 artigos de um blog — uns 320.000 palavras — custa cerca de US$ 4,40 no total. Rodando via API assíncrona, o acervo processa sozinho enquanto você cuida de outra coisa; sem cadastro e sem mensalidade, o preço publicado é o único — não existe versão “pro” escondendo os termos bons.
Perguntas técnicas
Qual o custo para rodar no meu blog inteiro?
US$ 0,0135 por 1.000 palavras mais US$ 0,003 por chamada, em dólar. Um blog com 200 posts de 800 palavras custa em torno de US$ 2,80 para processar por completo — de uma vez, sem plano.